CONSUMO INDUSTRIAL DE ENERGIA ELÉTRICA: UM ESTUDO COMPARATIVO ENTRE MÉTODOS PREDITIVOS
- Authors
-
-
Tiago Silveira Gontijo
Author
-
Fabiano De Moro Rodrigues
Author
-
Alexandre de Cássio Rodrigues
Author
-
Stela Alves da Silva
Centro Universitário Metodista Izabela Hendrix
Author
-
Andressa Amaral de Azevedo
Author
-
- Abstract
-
O objetivo deste artigo é comparar o método mais adequado de previsão de demanda para o consumo de energia elétrica industrial no Brasil. Para isso, foi utilizada a série histórica de demanda energética no período de abril de 2007 a janeiro de 2017. Utilizou-se de análises comparativas quatro métodos de previsão de demanda, método de média móvel simples, média móvel ponderada, suavização exponencial e autoregressivo de média móvel (ARMA). Através de comparações, concluiu-se que, o método ARMA foi o mais adequado no ponto de vista da análise do erro médio. A respeito da análise do erro médio, considera-se o modelo eficaz, aquele que apresenta o menor valor. Diante do exposto, este estudo se torna uma alternativa que permite contribuir para trabalhos futuros.
- References
- Downloads
- Published
- 2017-12-22
- Section
- ECONOMIC ENGINEERING
- License
-
Copyright (c) 2017 Brazilian Journal of Production Engineering - BJPE

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
All works published in the Brazilian Journal of Production Engineering (BJPE) are licensed under Creative Commons Attribution 4.0 International (CC BY 4.0). This means that: Anyone can copy, distribute, display, adapt, remix, and even commercially use the content published in the journal; Provided that due credit is given to the authors and to BJPE as the original source; No additional permission is required for reuse, as long as the license terms are respected. This policy complies with the principles of open access, promoting the broad dissemination of scientific knowledge. 🔗 Click here to access the full license


2.png)







































